
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Sarmiento, Christiany Mattioli | - |
| Autor(es): dc.creator | Ramirez, Gláucia Miranda | - |
| Autor(es): dc.creator | Coltri, Priscila Pereira | - |
| Autor(es): dc.creator | Silva, Luis Felipe Lima e | - |
| Autor(es): dc.creator | Nassur, Otávio Augusto Carvalho | - |
| Autor(es): dc.creator | Soares, Jefferson Francisco | - |
| Autor(es): dc.creator | Sarmiento, Christiany Mattioli | - |
| Autor(es): dc.creator | Ramirez, Gláucia Miranda | - |
| Autor(es): dc.creator | Coltri, Priscila Pereira | - |
| Autor(es): dc.creator | Silva, Luis Felipe Lima e | - |
| Autor(es): dc.creator | Nassur, Otávio Augusto Carvalho | - |
| Autor(es): dc.creator | Soares, Jefferson Francisco | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:21:19Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:21:19Z | - |
| Data de envio: dc.date.issued | 2014-10-09 | - |
| Data de envio: dc.date.issued | 2017-08-01 | - |
| Data de envio: dc.date.issued | 2017-08-01 | - |
| Data de envio: dc.date.issued | 2014 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/13649 | - |
| Fonte completa do material: dc.identifier | http://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/760 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1159615 | - |
| Descrição: dc.description | The use of remote sensing techniques represents a significant advance for the coffee crop data, mainly to complement the currently techniques that have been used. In this context, this study aimed to map coffee areas in high resolution images using object-oriented images analyses methods, with k nearest neighbor (KNN) and support vector machine (SVM) algorithm, and pixel-by-pixel methods, using maximum likelihood (Maxver) algorithm. The study area was mapped using two classes: ‘coffee’ and ‘other uses’. We performed the mappings accuracy analysis using reference map and it was found that the pixel by pixel classification with maximum likelihood algorithm has the best results, with kappa value of 0.78 and 94.61% of accuracy. In this study, we concluded that the pixel by pixel method of Maxver algorithm seems more efficient to discriminate coffee areas when considering only two types of land use, coffee and no coffee, in high resolution images. | - |
| Descrição: dc.description | O uso de técnicas de sensoriamento remoto orbital representa um significativo avanço para os levantamentos de dados da cafeicultura, principalmente visando a complementação das técnicas utilizadas atualmente. Objetivou-se,neste trabalho, mapear áreas cafeeiras em imagens de alta resolução, a partir de métodos de classificação por análise de imagens orientada a objeto, com os algoritmos k nearest neighbor (KNN), support vector machine (SVM) e pixel-a-pixel, com o algoritmo maximum likelihood (Maxver). A área de estudo foi mapeada, em duas classes: ‘café’ e ‘outros usos’. Realizouse a análise da exatidão dos mapeamentos a partir da comparação com o mapa de referência da área e foi constatado que a classificação pixel a pixel, pelo método maximum likelihood, obteve os melhores resultados, com 0,78 de índice kappa e 94,61% de exatidão. Conclui-se, a partir deste estudo que o método pixel a pixel do algoritmo Maxver mostra-se mais eficiente para discriminar café, quando se considera somente dois tipos de uso da terra, café e não café, em imagens de alta resolução. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Relação: dc.relation | http://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/760/pdf_139 | - |
| Relação: dc.relation | http://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/760/768 | - |
| Relação: dc.relation | http://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/760/769 | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Coffee Science; v. 9, n. 4 (2014); 546 - 557 | - |
| ???dc.source???: dc.source | Coffee Science; v. 9, n. 4 (2014); 546 - 557 | - |
| ???dc.source???: dc.source | Coffee Science; v. 9, n. 4 (2014); 546 - 557 | - |
| ???dc.source???: dc.source | 1984-3909 | - |
| ???dc.source???: dc.source | 1809-6875 | - |
| Palavras-chave: dc.subject | Cafeicultura | - |
| Palavras-chave: dc.subject | Remote sensing | - |
| Palavras-chave: dc.subject | Ciências Agrárias | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Análise de imagem orientada ao objeto | - |
| Palavras-chave: dc.subject | Coffee farming | - |
| Palavras-chave: dc.subject | Object-oriented image analyses | - |
| Título: dc.title | Comparação de classificadores supervisionados na discriminação de áreas cafeeiras em Campos Gerais - Minas Gerais | - |
| Título: dc.title | Comparison of supervised classifiers in discrimination coffee areas filds in Campos Gerais - Minas Gerais | - |
| Tipo de arquivo: dc.type | info:eu-repo/semantics/article | - |
| Tipo de arquivo: dc.type | info:eu-repo/semantics/publishedVersion | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: